GitHub ने अभी एक मजबूत तर्क प्रस्तुत किया है कि सबसे अच्छा AI कोडिंग सहायक एक अकेला मॉडल नहीं है। यह एक ट्रैफिक पुलिस है जो जानता है कि किस मॉडल को कब बुलाना है।
कंपनी ने 4 सितंबर, 2026 को GitHub Copilot के भीतर प्रोजेक्ट HydraFusion की घोषणा की। यह सिस्टम एक मल्टी-मॉडल ऑर्केस्ट्रेशन लेयर है जो गुणवत्ता, लागत और गति के लिए अनुकूलन के लिए विभिन्न AI निष्पादन पैटर्न से चयन करता है।
HydraFusion कैसे काम करता है
मूल रूप से, हाइड्राफ्यूजन तीन कार्यान्वयन पैटर्न के भरोसे पर काम करता है: सिंगल, कैस्केड और क्रिटिक। सिंगल पैटर्न एक कार्य को एक मॉडल को रूट करता है। कैस्केड पैटर्न कई मॉडलों को एक साथ जोड़ता है और जरूरत के अनुसार जटिलता को बढ़ाता है। क्रिटिक पैटर्न एक अलग समीक्षा चरण जोड़ता है, जहां एक अलग मॉडल इसे भेजने से पहले दूसरे मॉडल के आउटपुट का मूल्यांकन करता है।
यह GitHub की पिछली Auto मॉडल चयन सुविधा पर आधारित है, जिसने Copilot को उपयोगकर्ताओं के लिए मॉडल चुनने की अनुमति दी थी। अंतर यह है कि Auto स्थिर चयन करता था। HydraFusion गतिशील है, और यदि स्थिति इसकी मांग करे तो यह कार्य के दौरान अपनी दृष्टिकोण समायोजित करता है।
GitHub ने सिस्टम को नियंत्रित करने वाले चार डिज़ाइन सिद्धांतों को बताया: पूर्ण लागत लेखांकन (प्रत्येक रूटिंग निर्णय की वास्तविक लागत का ट्रैकिंग), सीमित निष्पादन (भाग्यहीन कंप्यूट को रोकना), अलग-अलग समीक्षा चरण (आलोचना को उत्पादन से अलग रखना), और सुरक्षित बदलाव अनुप्रयोग (यह सुनिश्चित करना कि कोड संशोधन पुनरावृत्ति नहीं लाते)।
बेंचमार्क संख्याएँ
GitHub ने HydraFusion की तुलना TerminalBench 2.1, DeepSWE और CheckpointBench पर Claude Opus 5 के साथ की।
टर्मिनलबेंच 2.1 पर, हाइड्राफ्यूजन ने ओपस 5 से +4.9 गुणवत्ता बिंदुओं के साथ बेहतर प्रदर्शन किया, जबकि इसकी लागत अनुमानित रूप से 67% कम थी। डीपएसडब्ल्यू पर, हाइड्राफ्यूजन ने ओपस 5 से 1.5 बिंदु कम स्कोर किया, लेकिन 36% लागत कमी के साथ। चेकपॉइंटबेंच पर, ओपस 5 के पीछे केवल 0.1 बिंदु का अंतर था, जबकि लागत 65% तक कम हो गई।
ध्यान देने योग्य: ये GitHub के अपने सिस्टम पर अपने ही बेंचमार्क परिणाम हैं। तीसरे पक्ष की स्वतंत्र पुष्टि से दावों को काफी मजबूती मिलेगी। लेकिन बेंचमार्क स्वयं—TerminalBench 2.1, DeepSWE, और CheckpointBench—कोडिंग AI क्षेत्र में मान्यता प्राप्त मूल्यांकन ढांचे हैं।
एक बढ़ती उद्योग सहमति
GitHub एक खाली वातावरण में काम नहीं कर रहा है। OpenRouter ने अपने Auto और Pareto राउटर विकसित किए हैं, जो भी कई मॉडल प्रदाताओं के बीच गुणवत्ता और लागत को संतुलित करने का लक्ष्य रखते हैं। Nvidia ने अपने एंटरप्राइज AI टूलकिट के हिस्से के रूप में LLM राउटर ब्लूप्रिंट प्रकाशित किए हैं।
गिटहब के आधिकारिक संचार में हाइड्राफ्यूजन के संबंध में निविडा या ओपनराउटर से कोई सीधा साझेदारी या समर्थन का दावा नहीं किया गया है।
इसका डेवलपर्स और एआई कोडिंग बाजार के लिए क्या मतलब है
HydraFusion वर्तमान में एक शोध प्रीव्यू है, जो किसी भी व्यापक रोलआउट से पहले प्रतिक्रिया के लिए सीमित दर्शकों के लिए उपलब्ध है। GitHub स्पष्ट रूप से विकासकर्ताओं की प्रतिक्रिया मांग रहा है ताकि प्रणाली कैसे वास्तविक दुनिया के कोडिंग वर्कफ्लो को संभालती है, इसे बेहतर बनाया जा सके।
प्रतिस्पर्धी दृश्य के लिए, टर्मिनलबेंच 2.1 पर 4.9 अंक का लाभ, जो लागत का एक भिन्न हिस्सा खर्च करके प्राप्त किया गया, ऐसा परिणाम है जो खरीद टीमों को अपने विक्रेता के विकल्पों को पुनर्विचार करने के लिए प्रेरित करता है। एकल-मॉडल प्रतिस्पर्धी को या तो उस कुशलता को मिलाने के लिए दबाव का सामना करना पड़ता है या फिर ऐसे गुणवत्ता लाभों को साबित करना पड़ता है जो प्रीमियम को औचित्यपूर्ण बना सकें।